企業層面的氣候變化敞口

本文作者與合作者合作撰寫的刊發在《金融學期刊》（Journal of Finance）上的論文《企業層面的氣候變化敞口》（Firm-level Climate Change Exposure），提出了一種新的方法利用文本數據來衡量氣候變化給企業個體帶來的多重風險與機遇，并構造了覆蓋來自34個國家和地區超過1萬家企業的氣候變化敞口的數據。

氣候變化已不再是一個遙遠的概念，而是直接影響到企業戰略、運營效率和市場競爭力的現實問題。從極端天氣事件對供應鏈的沖擊，到綠色消費趨勢對產品市場的重塑，再到全球碳排放政策的日益嚴格，企業必須面對一系列與氣候變化相關的風險和機遇。這些風險與機遇通過不同渠道作用于企業經營的不同方面。不同企業也采取了不同的策略來應對氣候變化帶來的風險與機遇。因此，氣候變化對于企業的個體影響無法一言以蔽之。例如，應對全球變暖、嚴格限制排放的法律政策迫使傳統能源企業考慮其業務的可持續性和未來轉型，但同時也賦予了新能源、電動汽車、儲能等新賽道廣闊的發展前景。

該如何衡量這些企業層面的氣候變化風險與機遇呢？理想的衡量指標需要能夠分解氣候變化對單一企業不同方面的影響，例如物理影響（如海平面上升帶來的影響）、轉型機遇和政策風險等。這一系列的指標還需要體現出不同市場參與者對于氣候變化如何影響企業在這些方面的評估。市場對于氣候變化與企業關系的判斷在金融領域至關重要，因為市場決定了價格與資源分配，進而影響著實體經濟應對氣候變化的具體舉措。對于政府和監管機構而言，這些衡量指標能夠幫助它們評估和預測企業如何應對向凈零碳排放轉型以及這將如何影響經濟發展。

法蘭克福金融管理學院撒迦利亞· 索特納（Zacharias Sautner）教授、勞倫斯·范·倫特（Laurence van Lent）教授、格里戈里·維爾科夫（Grigory Vilkov）教授與上海財經大學張瑞申副教授合作撰寫的論文《企業層面的氣候變化敞口》（Firm-level Climate Change Exposure）（以下簡稱“論文”）提出了一種新的方法利用文本數據來衡量氣候變化給企業個體帶來的多重風險與機遇，并構造了覆蓋來自34個國家和地區超過1萬家企業的氣候變化敞口（exposure）的數據。這1萬多家企業的數據是從Refinitiv Eikon數據庫中收集的，其中排除了企業年度樣本觀測量不超過150的國家和地區的企業，并放棄了標準工業分類 （TheStandardIndustrial Classification，簡稱SIC）代碼在9900至9999之間（“不可分類”）的企業，最終樣本包括來自34個國家和地區的10673家企業的數據。該論文2023年6月發表在國際主流學術期刊《金融學期刊》（Journal of Finance ）上。

為了衡量企業的氣候變化風險，論文使用了財報電話會議——企業管理層和賣方分析師、機構投資者等市場參與者之間的電話會議，討論企業的財務業績以及當前和未來的發展。財報電話會議可以被視為信息交換的市場，不僅包含企業管理層的觀點，還包含分析師的觀點。因此，電話會議不是公司高管的獨角戲，也不容易受到“漂綠”（指企業“夸大自身環保行為并誤導外界信以為真”）的影響。同時，與財報或者ESG（Environmental， Social andGovernance，即環境、社會和公司治理）報告相比，電話會議具有明顯的前瞻性，包含更多管理層對于企業未來發展的規劃和判斷。

論文首先確定了一系列表述氣候變化及氣候變化所涉及的物理影響、轉型機遇和政策風險等方面的關鍵詞，然后通過計算這些關鍵詞在財報電話會議討論的比重，來確定企業層面的氣候變化敞口。在其他基于文本數據的研究中，關鍵詞通常是由研究者預先指定〔例如拉夫蘭-麥克唐納（Loughran-McDonald）情緒詞詞典〕或者基于研究者預先指定的文本來確定的（例如利用政治新聞來識別政治相關的關鍵詞）。使用這類方法來確定氣候變化相關的關鍵詞卻十分困難。 一方面，氣候變化對于企業的經濟影響千頭萬緒。人為羅列的關鍵詞很難做到面面俱到，并且容易帶來人為錯誤。另一方面，利用氣候變化相關的政府文件，例如政府間氣候變化專門委員會（Intergovernmental Panel on Climate Change，簡稱IPCC）的一攬子報告來確定關鍵詞，同樣不夠準確。這是因為政策制定者、媒體和金融市場參與者在描述氣候變化時關注的要點往往有區別，使用的術語差異也很大。將IPCC報告中關于氣候變化的關鍵詞直接應用到財報電話會議中難免有些各說各話的尷尬。

為了應對這一挑戰，論文利用了一種基于機器學習的算法來識別氣候變化關鍵詞。這種算法基于少數明顯的氣候變化關鍵詞，可以在財報電話會議文本中自主識別出更多的氣候變化關鍵詞。其背后的原理是，當人們提及諸如“氣候變化”“全球變暖” “ 碳排放” “ 可再生能源” 等寬泛的氣候變化相關詞匯時， 往往會同時給出意義相關聯的詞匯。例如，算法基于“可再生能源”可以發現“風能”“太陽能”等可再生能源的形式，而基于“太陽能”，算法發現了“屋頂太陽能”和“光伏電池板”等關鍵詞。

為了區分企業受到氣候變化影響的不同方面，論文進一步將氣候變化關鍵詞細分到三個方面：轉型機遇、政策風險和物理影響。此外，論文還進一步區分了財報電話會議中氣候變化相關內容的“語調”，即氣候變化相關討論是正面的還是負面的，以及關于氣候變化的討論是否涉及“風險”或“不確定性”。

論文提出的一系列氣候變化敞口指標代表了各組氣候變化關鍵詞占財報電話會議討論的比重。這一系列指標展現出了優秀的顆粒度。它們能夠反映出同行業內不同公司所采取的不同的應對氣候變化的策略。例如，埃克森美孚與道達爾能源同屬能源企業，處于相似的監管環境，但兩家企業采取了不同策略應對氣候變化帶來的挑戰。埃克森美孚專注于低排放技術并提高化石燃料使用效率來實現減排。然而這一策略被市場普遍認為過于消極。道達爾能源則廣泛涉足多種可再生能源，通過變革能源模式以應對氣候變化。氣候變化風險敞口指標準確地捕獲了兩家公司在氣候變化方面的異同。兩家公司的政策風險氣候變化敞口數值相似，然而道達爾能源的轉型機遇氣候變化敞口是埃克森美孚的7倍。

論文提出的氣候變化敞口指標與企業氣候變化的“基本面”緊密相關。氣候變化敞口指標高的企業在綠色創新和綠色技術上投資更多。論文發現，轉型機遇和政策風險氣候變化敞口高的公司未來會招聘更多綠色技術相關的人才并且申請更多綠色技術專利。這一結果意味著論文提出的氣候變化敞口指標能夠預測實體經濟后果，這將對凈零轉型方面的監管、政策制定和投資具有重要意義。

盡管如此，氣候變化敞口指標是基于管理層與分析師在電話會議中的討論內容而構造的，其本質上代表了市場對于氣候變化的關注。自2002年以來，全球這1萬多家企業的平均氣候變化敞口呈現增長趨勢（見圖1），顯示市場逐漸關注氣候變化。然而，在2020年上半年全球市場受到新冠疫情的普遍影響，氣候變化敞口指標相應地呈現出深V走勢。2021年后，隨著全球應對氣候變化共識的不斷加強，氣候變化敞口快速上升，并在2022年逐步穩定甚至小幅回落。有趣的是，2022年的回落主要來自政策風險氣候變化敞口的回落（見圖2），而轉型機遇則在高位企穩。

中國企業走在了應對氣候變化的前列。基于論文提出的轉型機遇氣候變化敞口指標，中國企業（僅限于有財報電話會議的中國企業，主要是在境外上市的中國企業）的氣候變化轉型機遇幾乎一直領先歐盟和美國企業（見圖3）。這可能得益于光伏、新能源和電動汽車等行業在過去20多年間的蓬勃發展。

論文提出了一套基于機器學習算法從財報電話會議文本中計算企業氣候變化風險敞口的方法，并且建立了覆蓋來自34個國家和地區超過1萬家企業的氣候變化敞口的開源數據庫。論文作者將持續更新這一數據庫，幫助企業、投資者、政府機構和學者獲得可靠、可理解的企業氣候變化敞口指標。

（張瑞申為上海財經大學會計學副教授。原論文《企業層面的氣候變化敞口》（Fir m - l e v e l C l i m a t e C h a n g e E x p o s u r e）由法蘭克福金融管理學院教授撒迦利亞·索特納（Zac h a r i a sSautner）、勞倫斯·范·倫特（Laurence v a n Lent）、格里戈里·維爾科夫（Grigory Vilkov）與上海財經大學副教授張瑞申合作撰寫，2023年6月發表在《金融學期刊》（Journal ofFinance ）上。特約編輯/孫世選，責任編輯/丁開艷）